首页
/ ASTNN 项目使用教程

ASTNN 项目使用教程

2024-09-25 20:43:16作者:宣海椒Queenly

1. 项目介绍

ASTNN(Abstract Syntax Tree Neural Network)是一个基于抽象语法树(AST)的神经网络模型,旨在将代码片段编码为监督向量,用于各种与源代码相关的任务。该项目在ICSE'2019上发表的论文《A Novel Neural Source Code Representation based on Abstract Syntax Tree》中首次提出。ASTNN主要应用于源代码分类和代码克隆检测,并有望在更多任务中发挥作用。

2. 项目快速启动

2.1 环境准备

确保你的环境满足以下要求:

  • Python 3.6 或 3.7
  • pandas 0.20.3
  • gensim 3.5.0
  • scikit-learn 0.19.1
  • pytorch 1.0.0(建议根据你的环境从PyTorch官网安装)
  • pycparser 2.18
  • javalang 0.11.0
  • 至少16GB RAM
  • 支持CUDA的GPU(推荐)

2.2 安装依赖

使用pip安装所有依赖包:

pip install pandas==0.20.3 gensim==3.5.0 scikit-learn==0.19.1 pycparser==2.18 javalang==0.11.0

2.3 下载项目

从GitHub克隆项目:

git clone https://github.com/zhangj1994/astnn.git
cd astnn

2.4 运行示例

2.4.1 源代码分类

生成预处理数据:

python pipeline.py

训练和评估模型:

python train.py

2.4.2 代码克隆检测

生成预处理数据(C语言):

cd clone
python pipeline.py --lang c

训练模型(C语言):

python train.py --lang c

生成预处理数据(Java语言):

python pipeline.py --lang java

训练模型(Java语言):

python train.py --lang java

3. 应用案例和最佳实践

3.1 源代码分类

ASTNN在源代码分类任务中表现出色,能够将代码片段编码为向量,用于后续的分类任务。例如,可以用于检测代码中的安全漏洞或识别代码风格。

3.2 代码克隆检测

ASTNN在代码克隆检测中也有广泛应用,能够识别出相似或相同的代码片段,有助于代码重构和维护。

3.3 自定义数据集

如果你有自己的数据集,可以参考项目中的pkl文件格式,使用pandas加载和处理数据。例如,在代码克隆检测任务中,你需要替换/clone/data/java目录下的bcb_pair_ids.pklbcb_funcs_all.tsv文件。

4. 典型生态项目

4.1 PyTorch

ASTNN基于PyTorch框架开发,PyTorch提供了强大的深度学习工具和库,支持GPU加速,非常适合处理大规模数据和复杂模型。

4.2 pandas

pandas用于数据处理和分析,ASTNN使用pandas加载和处理数据文件,确保数据的准确性和高效性。

4.3 gensim

gensim用于生成词向量,ASTNN利用gensim生成代码片段的向量表示,进一步提升模型的性能。

4.4 scikit-learn

scikit-learn提供了丰富的机器学习算法和工具,ASTNN在模型评估和调优过程中使用了scikit-learn的工具。

通过以上步骤,你可以快速启动并使用ASTNN项目,进行源代码分类和代码克隆检测等任务。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
506
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70